ANALISIS SENTIMEN REVIEW APLIKASI BERITA ONLINE PADA GOOGLE PLAY MENGGUNAKAN METODE NAÏVE BAYES STUDI KASUS: TRIBUNNEWS.COM

Abstract

Aplikasi Tribunnews merupakan sebuah aplikasi berita online yang sudah diunduh lebih dari 500 ribu pengguna. Pesatnya perkembangan teknologi seluler genggam membawa dampak yang sangat besar bagi umat manusia dalam penggunaan smartphone dan internet. Banyaknya orang yang mencari berita secara online membuat orang mengunduh aplikasi berita online. Berita sudah menjadi kebutuhan informasi harian bagi masyarakat untuk mengetahui perkembangan berbagai kejadian. Tribunnews.com termasuk salah satu portal berita online yang memiliki banyak pengunduh. Sehingga penulis melakukan penelitian analisis sentimen dengan melakukan klasifikasi sentimen ulasan menggunakan metode Naïve Bayes. Hasil pengujian beberapa model menggunakan seleksi fitur dan tidak menggunakan seleksi fitur didapat akurasi tertinggi yaitu model dengan seleksi fitur dan di oversampling undersampling memiliki accuracy sebesar 0.96; nilai precision sebesar 0,97; nilai recall sebesar 0,98; nilai specificity sebesar 0.88 dan AUC sebesar 0.93.

Kata kunci: Analisis Sentimen, Tribunnews.com, Naïve Bayes, Klasifikasi, Seleksi Fitur.